Алгоритмы машинного обучения являются ключевым компонентом всех современных компьютерных технологий, от покупок в интернете до социальных сетей. Команды ученых-компьютерщиков разрабатывают алгоритмы, позволяющие ботам и ассистентам воспринимать речь, моментально выполнять перевод веб-страниц.
Помимо влияния на повседневную жизнь, машинное обучение активно воздействует на многие области естественных наук и биологических наук. Алгоритмы машинного обучения применяются ко всему, начиная с поиска новых галактик и заканчивая классификацией субатомных взаимодействий на Большом адронном коллайдере. Одним из методов достижения научных целей стало появление класса методов машинного обучения, известных как глубокие нейронные сети.
07.11.2019 в рамках дисциплин «Проектирование и дизайн информационных систем», «Поддержка и тестирование программных модулей», «Информационные технологии» в группах ИСиП-19-1-1 и ИСиП-19-11-2 прошли выездные занятия, где студенты смогли погрузиться в теорию полносвязных и сверточных нейронных сетей, разобрали причины их успеха в задачах распознавания образов, рассмотрели практические примеры построения нейронных сетей, в которых сеть используется для классификации изображений.
